Origines & histoire de l'IA

Alan Turing et la naissance de l’informatique moderne

Avant d'être associé au test qui porte son nom, Alan Turing (1912-1954) était déjà l'un des esprits les plus originaux de son époque. Mathématicien de formation, il pose dès 1936 les bases théoriques de l'informatique avec son concept…

Avant d’être associé au test qui porte son nom, Alan Turing (1912-1954) était déjà l’un des esprits les plus originaux de son époque. Mathématicien de formation, il pose dès 1936 les bases théoriques de l’informatique avec son concept de « machine universelle », une machine abstraite capable, en principe, d’exécuter n’importe quel calcul décrit par un algorithme.

Une machine pour casser les codes

Pendant la Seconde Guerre mondiale, Turing met sa théorie au service de l’effort de guerre britannique à Bletchley Park, où il contribue à la conception de machines électromécaniques capables de casser le chiffre allemand Enigma. Ce travail, longtemps resté secret, est aujourd’hui considéré comme l’un des premiers exemples concrets de calcul automatisé appliqué à un problème du monde réel.

De la machine universelle à la question de la pensée

C’est cette double expérience — la théorie de la calculabilité et la pratique du décryptage automatisé — qui conduit Turing, en 1950, à poser la question qui deviendra le point de départ de toute l’intelligence artificielle : une machine peut-elle penser ? Plutôt que de trancher philosophiquement, il propose un critère opérationnel, le jeu de l’imitation, qui deviendra le test de Turing.

Son héritage dépasse largement ce test : les concepts de calculabilité et de machine universelle qu’il a formalisés restent, encore aujourd’hui, le socle théorique sur lequel repose tout ordinateur moderne, du smartphone au plus puissant des supercalculateurs entraînant des modèles d’intelligence artificielle.

A lire également :  La conférence de Dartmouth : l'acte de naissance officiel de l'intelligence artificielle
À retenir

Comprendre l'intelligence artificielle, un repère à la fois

Qu'il s'agisse d'histoire, d'éthique, d'apprentissage automatique ou de linguistique computationnelle, chaque mécanisme éclaire un peu mieux ce que les systèmes actuels savent réellement faire. Comprendre ces bases permet de suivre l'actualité de l'IA avec plus de discernement.

Pour aller plus loin

  • Comparer les capacités réelles de différents systèmes conversationnels
  • Vérifier la source d'une affirmation avant de la reprendre à son compte
  • Suivre l'évolution réelle des systèmes d'IA, pas seulement leurs annonces
  • Partager ces repères avec vos proches pour nourrir un débat mieux informé